数据缺陷（data gap），工学-食品科学与工程-食品安全-食源性疾病-食品安全风险评估，数据质量问题。主要包括数据缺失、错误、不唯一、不完整、不合规、不一致等。常见问题及成因如下。①某些重要数据字段缺失。如食源性疾病监测数据中缺少病人住址、进食地点、购买食物地点的邮编等信息，导致难以从地理空间角度迅速识别暴发，也难以发现病例的聚集、倾向、自相关等时空特征。产生原因：一是哨点医院接诊时所做流行病学调查不够充分，导致重要信息缺失；二是监测系统未与地理信息系统对接，导致流调获取的地理信息无法与地理信息系统中的邮编对应。食源性疾病缺少食物加工方式的信息，导致食品安全风险溯源链条断裂（难以知晓是加工方式问题还是食物原本存在的问题，也难以确定混合食品中的致病食品）。产生原因是信息系统中没有此项字段，导致此类信息无法上报。②某些重要数据字段虽然存在，但存在大量缺失值或记录不够详细。例如化学污染物监测数据和微生物监测数据中的环节信息不够详细，只分为生产环节、流通环节、餐饮环节等，分类较为笼统（大型现代化生产线上与小型手工作坊中都属于生产环节，但忽略二者区别可能会丢失重要信息）。